方法提出与理论证明
提出2dFDR程序并证明其渐近FDR控制和功效优势
基于线性模型，利用未调整和调整统计量，通过经验贝叶斯估计期望错误发现数，选择最佳阈值。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
2dFDR：一种新的混杂因素调整方法显著提高组学关联研究的检测功效
2dFDR: a new approach to confounder adjustment substantially increases detection power in omics association studies
实验完整度
高包含模拟实验、三个真实组学数据应用和EWAS验证，涉及方法性能评估和独立性验证。
主要模型
模拟数据集 TCGA肝细胞癌转录组数据集 胰岛素抵抗代谢组数据集 EWAS甲基化数据集
重点核对
模拟数据：m=10,000个特征，n=100个样本，一个兴趣变量和一个混杂因素，相关性水平ρ≈0.2、0.6、0.8 信号密度和强度设置：真实信号和混杂信号密度为5%、10%、20%，强度为弱、中、强（δ=0.2，l=0.2、0.3、0.4） 评估指标：目标FDR水平5%下的FDR控制和功效（真阳性率），模拟重复100次 真实数据：TCGA数据集中，HBV状态、性别和种族作为协变量和混杂因素；代谢组数据集中，IR和BMI作为兴趣变量和混杂因素 EWAS数据集中，使用SVA估计替代变量并调整，评估与表型的相关性
摘要
组学关联研究面临的一个挑战是在调整混杂因素和多重检验时统计功效的损失。传统统计流程涉及对每个组学特征拟合混杂调整回归模型，然后进行多重检验校正。在这里，我们表明传统流程并非最优，并提出一种新方法，2dFDR，一种二维错误发现率控制程序，用于多重检验中的强效混杂调整。通过广泛评估，我们证明2dFDR比传统程序更强大，并且在存在强混杂和弱信号时，功效提升可超过100%。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何在进行多重检验校正时调整混杂因素，以提高组学关联研究的统计功效？
- 核心机制
- 2dFDR利用未调整统计量筛选特征，在剩余特征上基于调整统计量控制FDR，并通过考虑两个统计量之间的依赖性实现渐近FDR控制。
- 主要证据
- 通过模拟研究证明2dFDR在不同设置下控制FDR并提高功效；在TCGA肝细胞癌、代谢组和EWAS真实数据集上应用，发现比1dFDR-A更多的显著特征；通过独立EWAS数据集和降采样分析验证了额外发现的可靠性。
- 研究意义
- 2dFDR为组学关联研究提供了一种强大、稳健且可扩展的混杂调整方法，有望应用于基因组关联研究等领域。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
模拟研究评估性能
评估2dFDR在不同设置下的FDR控制和功效
模拟m=10,000、n=100的数据，改变信号密度、强度、混杂相关性等参数，与1dFDR-U、1dFDR-A、1dFDR-H比较。
真实转录组数据分析
在TCGA肝细胞癌数据中检测HBV相关基因
应用2dFDR检测与HBV感染相关的基因表达，调整性别和种族。
真实代谢组数据分析
在血清代谢物中检测胰岛素抵抗相关代谢物
应用2dFDR识别与胰岛素抵抗相关的代谢物，调整BMI。
真实表观基因组数据分析
在多个EWAS数据集中检测差异甲基化CpG位点
应用2dFDR在54个EWAS数据集中检测DMPs，使用SVA估计替代变量并调整。
增加检测功效的验证
验证2dFDR额外发现的可靠性
通过年龄相关EWAS数据集研究额外DMPs的p值分布，并与随机位点比较；进行降采样分析，比较2dFDR和1dFDR-A恢复金标准DMPs的能力。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| RNA-Seq数据处理 | MAP-RSeq | -- | Version |
| FeatureCounts | -- | -- | |
| RSeqQC | -- | -- | |
| 表观基因组分析 | Infinium Human Methylation 450K BeadChip | -- | -- |
| isva | -- | -- | |
| SmartSVA | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 模拟数据生成 | 样本量（n），特征数（m），兴趣变量与混杂因素相关性（ρ），真实/混杂信号密度和强度 阅读提示：Methods: Data simulation |
| 转录组数据 | 样本量（n=342），特征数（m=19,329），HBV状态确定方法，性别和种族作为混杂因素 阅读提示：Methods: Real datasets - Transcriptomics dataset |
| 代谢组数据 | 样本量（n=289），特征数（m=1,201），IR估计方法，BMI作为混杂因素，缺失值处理 阅读提示：Methods: Real datasets - Metabolomics dataset |
| 表观基因组数据 | EWAS数据集及样本量，SVA估计方法（isva和SmartSVA），调整的替代变量数 阅读提示：Methods: Real datasets - Epigenomics datasets |
| 验证分析 | 年龄相关EWAS数据集列表，SLE数据集，EWAS22的样本量（n=111），降采样样本量（20, 40, 60, 80, 100） 阅读提示：Results: Validation of the increased detection power on EWAS datasets |